科技不应该只是少数人的专利，每个人都应该能够理解和享受科技带来的好处。在这个快速发展的科技世界中，理解和跟上科技的步伐并不容易，能够穿透表象看到本质更为困难。我的目标是用通俗易懂的语言，将复杂的科技概念和商业话题讲解得明明白白。 主播老于在科技行业工作超过20年，曾在多家头部公司和独角兽企业担任要职。他在大型企业和初创公司皆有着将业务从零到一发展至盈利或全球过亿日活用户的经验。与许多科技从业者不同的是，老于曾直接负责研发、产品管理、销售运营、战略规划、合作伙伴拓展以及业务盈亏，涵盖了现代科技公司的所有方面。 老于对人类历史上规模最大的人工智能产品和用户反馈有着深刻了解，这使他在这一领域具备独特的洞察力。工作之外，老于热衷于心理学，并通过这一爱好获得了对人类行为和思维模式更深入的理解；老于还是一名规律的阿斯汤伽瑜伽练习者，这使得他思维敏锐、内在平静。
Language
🇨🇳
Publishing Since
2/15/2024
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
June 15, 2026
上市这一天，马斯克并没有出现在纽约时代广场；SpaceX还发射了一枚Falcon 9火箭，将Starlink卫星送入轨道。有哪家公司会在上市当天还做这种事？<br>这期节目，我们不准备重复大家已经耳熟能详的数字和故事。相反，我们想换几个很少被媒体提及、也常常被大众忽略的视角，重新理解 SpaceX 这家公司，以及它上市背后真正值得关注的意义。<br>01:38 很多听友可能有一个错觉，觉得SpaceX是一家很新的公司。<br>01:59 这么好的公司，按照我们这边的逻辑和速度，难道不应该从上会到通过，只需要破纪录的几十天才对嘛。<br>02:38 我们先来分享一些个这个最不像IPO的IPO中的一些有意思的细节。<br>04:58 如果这些公司没有去追求本质所需要的技术，而只是在打引号的深耕，那他们就不可能成为这个领域的SpaceX。<br>08:59 为什么SpaceX运营了24年才上市呢？<br>09:38 2万亿的市值，华尔街...<a href="https://www.xiaoyuzhoufm.com/episode/6a2f51674233e62bc549dc08?utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PWFwcGxlcG9kY2FzdF9zaG93bm90ZXMmbXQ9OA%3D%3D">去小宇宙查看完整单集简介</a><br><a href="https://oia.xiaoyuzhoufm.com/player/6a2f51674233e62bc549dc08?openTranscript=true&utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04&autoOpen=false">在小宇宙查看该单集文稿</a>
May 25, 2026
<p>过去十几年，大家已经习惯了科技公司开盛大的发布会、发布新产品，但这个星期一，这家公司发布了一个定律。</p><p><a class="timestamp"><strong>01:48</strong></a><strong> </strong>τ定律的核心内容，是把芯片的设计从“几何微缩”转向了“时间微缩”。</p><p><a class="timestamp"><strong>02:33</strong></a><strong> τ</strong>定律提出的背景是。。</p><p><a class="timestamp"><strong>04:21</strong></a><strong> </strong>华为的τ定律，主要是针对当前AI大模型训练当中上述两个致命的时间杀手。</p><p><a class="timestamp"><strong>05:32</strong></a><strong> </strong>这就是过去几十年整个半导体行业最核心的发展逻辑，但今天这个逻辑越来越难进持续进行下去了。</p><p><a class="timestamp"><strong>06:40</strong></a><strong> </strong>最后，数据搬运消耗的成本比计算本身还高，这其实是今天AI时代特别核心的问题。</p><p><a class="timestamp"><strong>07:29</strong></a><strong> </strong>华为今天提出的核心思想就是，未来芯片的竞争不再只是比谁能把晶体管做得更小，而是谁能让整个系统的数据流动效率更高。</p><p><a class="timestamp"><strong>08:00</strong></a><strong> </strong>事实上，整个行业已经悄悄的在往这个方向上走了很多年了。</p><p><a class="timestamp"><strong>09:44</strong></a><strong> </strong>为什么华为要高调的发布一个τ定律？</p><p><a class="timestamp"><strong>10:40</strong></a><strong> </strong>这个问题真正可怕的地方，不是你暂时落后了，而是别人定义了先进的标准。</p><p><a class="timestamp"><strong>11:39</strong></a><strong> </strong>这听起来和电动车绕过发动机的研发弯道超车有点儿类似了。</p><p><a class="timestamp"><strong>12:09</strong></a><strong> </strong>它不是魔法，而是路线。<br></p><br><a href="https://oia.xiaoyuzhoufm.com/player/6a140c5ee59ebca9364086a6?openTranscript=true&utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04&autoOpen=false">在小宇宙查看该单集文稿</a>
May 11, 2026
<p>"只有第一名才有意义"，这句残酷的话，在“to春晚”这个赛道，再一次被无情的证实，“第二名只能说明你是头号输家”。</p><p>难道我们在小视频里看到的机器人在家里把起床后的被子铺平整、清理桌面的垃圾到垃圾筐、并把桌面的物品摆放整齐，等等，这些视频是假的、是AI做的？当然不是。那是人在旁边拿着遥控器遥控机器人做的？也不是。那是编好了的程序实现的、而不是机器人自主实现的？还不是。那这些做家务的视频到底是如何实现的？我们到底要等到什么时候才能让机器人不仅仅是to春晚，而是能to家庭？</p><p><a class="timestamp"><strong>02:08</strong></a><strong> </strong>我找不到比"to春晚“更简练更准确的描述这一行为的词汇了，只好自己发明了一个，这是即to C, to B, to VC之后的，另一个营销方面的创新。</p><p><a class="timestamp"><strong>03:57</strong></a><strong> </strong>机器人比自动驾驶要复杂不知道多少倍，首先。。</p><p><a class="timestamp"><strong>06:27</strong></a><strong> </strong>今天机器人面临的最大的挑战，不是让AI学会思考，而是让AI学会物理世界本身。</p><p><a class="timestamp"><strong>06:45</strong></a><strong> </strong>过去两三年才出现的人形机器人行业，到底是怎么训练机器人的？</p><p><a class="timestamp"><strong>07:17</strong></a><strong> </strong>最主流的一种训练数据的采集方式叫做“遥操作”。</p><p><a class="timestamp"><strong>07:24</strong></a><strong> </strong>“摇操作”和很多人想象的打游戏似的，拿着遥控器操控，其实不一样。</p><p><a class="timestamp"><strong>09:25</strong></a> 这里真正重要的其实不是“输出的动作”本身，而是“视觉里看到了什么、和输出什么样的动作”之间的对应关系。</p><p><a class="timestamp"><strong>10:17</strong></a><strong> </strong>听起来像是机器人有智能了，但其实还不是</p><p><a class="timestamp"><strong>10:24</strong></a><strong> </strong>这样训练出来的机器人，充其量是一个刷题刷出来的牛娃儿。</p><p><a class="timestamp"><strong>10:43</strong></a><strong> </strong>为了通过VLA的方式来实现“刷题智能”，过去几年，整个机器人行业都在做，疯狂的做一件事儿</p><p><a class="timestamp"><strong>11:26</strong></a><strong> </strong>很快，整个行业就会发现一件事儿，遥操作获取数据这条路，可能从根本上是无法规模化扩张的。</p><p><a class="timestamp"><strong>12:14</strong></a><strong> J</strong>im Fan 提出了他的新观点，VLA方式的技术路线已经过时了，取而代之的新范式叫做“世界动作模型”</p><p><a class="timestamp"><strong>12:34</strong></a><strong> </strong>模型的目标也要变了，训练的逻辑也要变了，整个商业的权力结构也自然的会跟着变了。</p><p><a class="timestamp"><strong>14:10</strong></a><strong> </strong>世界动作模型本质上是什么呢？</p><p><a class="timestamp"><strong>15:08</strong></a><strong> </strong>VRA更像是条件反射，而世界动作模型更像是先做心理模拟、再行动，这其实更接近于人类。</p><p><a class="timestamp"><strong>15:55</strong></a><strong> </strong>这样的一个训练范式转变之外，Jim Fan 还提到了在世界动作模型这个新的架构之下的数据革命。</p><p><a class="timestamp"><strong>17:44</strong></a><strong> </strong>这次英伟达Jim Fan 昨晚提到的世界动作模型，和之前英伟达的和业界总说的世界模型是一回事吗？</p><p><a class="timestamp"><strong>20:08</strong></a><strong> </strong>但不管怎样，人类已经走在了一条未来会让自己都震惊的路上。</p><p></p>
Discover related shows you might enjoy
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
科技不应该只是少数人的专利，每个人都应该能够理解和享受科技带来的好处。在这个快速发展的科技世界中，理解和跟上科技的步伐并不容易，能够穿透表象看到本质更为困难。我的目标是用通俗易懂的语言，将复杂的科技概念和商业话题讲解得明明白白。
主播老于在科技行业工作超过20年，曾在多家头部公司和独角兽企业担任要职。他在大型企业和初创公司皆有着将业务从零到一发展至盈利或全球过亿日活用户的经验。与许多科技从业者不同的是，老于曾直接负责研发、产品管理、销售运营、战略规划、合作伙伴拓展以及业务盈亏，涵盖了现代科技公司的所有方面。
老于对人类历史上规模最大的人工智能产品和用户反馈有着深刻了解，这使他在这一领域具备独特的洞察力。工作之外，老于热衷于心理学，并通过这一爱好获得了对人类行为和思维模式更深入的理解；老于还是一名规律的阿斯汤伽瑜伽练习者，这使得他思维敏锐、内在平静。
This podcast updates daily.
This podcast is available on 6 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Yes, this podcast regularly features guests.
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.
